Os gigantes da inteligência artificial — Alphabet, Microsoft, Amazon, Meta e Oracle — devem investir cerca de US$ 750 bilhões só neste ano na construção de data centers. Em 2027, segundo projeções de economistas, o ritmo pode chegar a US$ 1,1 trilhão. É uma das maiores apostas de capital da história de qualquer indústria. A pergunta que começa a incomodar investidores e economistas é simples: a receita vai acompanhar o tamanho do cheque?
O descompasso entre gasto e receita
O problema central é aritmético. Enquanto os hiperscaladores planejam gastar trilhões, a receita total com IA neste ano gira em torno de US$ 150 bilhões a US$ 200 bilhões, segundo Gary Gensler, ex-presidente da SEC durante o governo Biden e hoje professor na MIT Sloan School. “O desafio é que o gasto ainda não tem receita proporcional. Isso é um fato”, disse ele. “A questão é se esse investimento será pago no futuro.”
Os números ajudam a dimensionar o risco. A economista Jessica Wachter, da Wharton School, calcula que as empresas de IA precisarão aumentar a própria produtividade em 2,7 vezes para empatar até 2030, considerando custo de capital, retorno de 15% e depreciação dos ativos. Não é impossível — seria um salto semelhante ao do boom de tecnologia americano dos anos 1990 —, mas Wachter faz uma ressalva: “é muito crescimento comprimido em poucos anos”. Se a conta não fechar, o cenário é duro: “elas vão atrasar o pagamento de juros, e isso arrisca falência.”
As três apostas que precisam dar certo ao mesmo tempo
Gensler descreve o momento como uma “aposta combinada” dos mercados e da economia. Para dar certo, três resultados independentes — e interdependentes — precisam acontecer juntos:
- Receita massiva: os hiperscaladores precisam transformar a capacidade instalada em faturamento na casa dos trilhões. Stijn Van Nieuwerburgh, da Columbia Business School, estima que, com ~183 gigawatts de capacidade planejada entre 2025 e 2032 a um custo de ~US$ 41 bilhões por gigawatt, a receita anual “exigida” pelos investidores chegaria a US$ 3,7 trilhões até 2032.
- Produtividade real na economia: as empresas que pagam por IA precisam ver ganho no resultado final. Hoje, a maioria não vê. Numa pesquisa com cerca de 6.000 executivos dos EUA, Reino Unido, Alemanha e Austrália, 90% relatam nenhum aumento de produtividade nos últimos três anos — mas esperam um salto de ~1,45% nos próximos três.
- Resistência aos modelos mais baratos: modelos de fronteira caros precisam se defender de versões mais baratas — como o DeepSeek — que podem ser “boas o bastante” para muitas empresas.
O economista Daron Acemoglu, do MIT e Nobel de 2024, resume a aposta: “se os ganhos de produtividade não vierem, em algum momento as pessoas vão se desencantar com a IA, e isso derruba investimentos e limita o crescimento de receita.”
Quando o caixa próprio vira dívida
O jogo ficou mais arriscado no último ano porque as empresas deixaram de gastar apenas o caixa acumulado e passaram a tomar dívida em escala. O Morgan Stanley calcula que mais da metade dos US$ 2,9 trilhões que os hiperscaladores pretendem gastar entre 2025 e 2028 virá de “capital externo”. O fluxo de caixa livre do grupo deve entrar em território negativo — até a Alphabet, conhecida por acumular bilhões, registrou no último trimestre um déficit de caixa livre de US$ 5,9 bilhões, o primeiro desde o IPO do Google em 2004.
O caso mais emblemático dessa engenharia financeira é o data center Hyperion, da Meta, em Richland, Louisiana. Anunciado em 2024 por ~US$ 10 bilhões, o projeto saltou para US$ 30 bilhões e, em julho, para US$ 50 bilhões com expansão para cinco gigawatts. No meio do caminho, a Meta transferiu 80% da participação para a gestora de crédito privado Blue Owl Capital numa joint venture batizada de “Beignet”, assinou contratos de arrendamento de quatro anos e criou uma teia de subsidiárias (Laidley LLC como proprietária, que arrenda para uma subsidiária da Meta).
Para Van Nieuwerburgh, não é coincidência que os arrendamentos durem o mesmo tempo da vida útil das GPUs. Se a Meta encerrar os contratos cedo, paga o empréstimo — mas deixa investidores “com um prédio vazio e sem fluxo de caixa”, diz ele. “E aí eles precisam achar um novo inquilino para um data center gigante. Boa sorte com isso.”
O que isso significa para o Brasil
A aposta americana tem efeito global. O setor de tecnologia concentra boa parte do investimento que move o ciclo de inovação — e o custo de capital no mundo inteiro. Se a bolha de infraestrutura de IA estourar, o efeito não fica restrito a Wall Street: afeta o crédito, o apetite por risco e o preço do dinheiro para startups e empresas em mercados emergentes como o Brasil. Ao mesmo tempo, a dúvida sobre a produtividade é a mesma que as empresas brasileiras enfrentam ao adotar IA: o gasto com assinaturas e tokens só se justifica quando aparece no resultado final.
Os próprios autores do estudo reconhecem a incerteza. Ninguém sabe quão lucrativos esses data centers serão. A tecnologia pode ficar mais eficiente e exigir menos computação bruta; a demanda pode desacelerar; os clientes podem migrar para modelos mais baratos. O que os números deixam claro é que a margem para erro é menor do que o otimismo do mercado sugere.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
